K-means是一種用來分群的演算法，K就是代表你想要分的群數，而means指的就是平均值，最終出來的結果會希望這個平均值可以達到最低。

舉例來說，假設一個班級中有男生、有女生，今天希望以所有人的身高、體重為參考依據，找到兩個中心點來分類，那麼可能就會因為男生比較重、比較高，而導致最終在男生群體中有一個代表、女生群體中有一個代表，從這兩個中心延伸出去分別代表兩個群體。

那接下來我們就一步一步來看K-means是如何運作的。

Step1：首先我們要先決定好K-means的K是多少，也就是我們希望我們最終的結果是分成幾群。

Step2：決定好之後，我們在所有資料當中隨機找K個點當作中心點。接下來會用到歐幾里得距離（Euclidean distance）的概念。歐幾里得距離的公式如下：

Step3：將每個點分類到最近中心點的分類。

Step4：講每個群體的座標取平均獲得新的中心點。

Step5：回到Step3，循環到收斂。

完成上面的步驟過後，我們就可以獲得K個中心點並且將所有的資料分類好囉！